如何自动创建todo 规划，plan ，沙箱的agent--Deep Agents
Deep Agents 是什么？
目录
- Deep Agents 是什么？
- 和之前传统 Agent 的核心区别
- 核心原理：用一个例子讲明白
- 任务："分析 sales.csv 销售数据，生成统计报告和图表"
- 传统 ReAct Agent 的执行流程（笨办法）
- Deep Agents 的执行流程（聪明办法）
- Deep Agents 的四大核心组件
- 优缺点客观对比
- ✅ 优点
- ❌ 缺点
- 什么时候该用 Deep Agents？
Deep Agents 是 LangChain 官方在2026年3月推出的"Agent整车"，它不是一个新的运行时，而是基于 LangGraph 引擎打造的开箱即用的企业级 Agent 装备套件（Agent Harness）。
最形象的生态分层类比：
- LangChain= 螺丝、螺母、木板（基础积木）
- LangGraph= 发动机、变速箱（底层运行时引擎）
- Deep Agents= 整车（带方向盘、刹车、座椅的成品汽车）
它解决了传统 Agent 最大的痛点：只能做简单工具调用，无法处理需要长期规划、多步骤协作、大量上下文的复杂任务。